将含字典的列表转换为pandas DataFrame时遇报错求解决

报错原因 #

当你传入的列表第一个元素是字典时，pandas会默认把列表里所有元素都按字典格式解析，提取键作为列名。但你列表里的np.nan是float类型，没有keys()方法，直接触发了AttributeError。

解决方案 #

方案1：把np.nan改成对应结构的字典

如果想让第二行在aa列显示NaN，直接把np.nan替换成空字典，或者明确指定aa键对应NaN值的字典：

import pandas as pd
import numpy as np

# 方式1：用空字典
pd.DataFrame([{'aa': 10}, {}])

# 方式2：指定列的NaN值
pd.DataFrame([{'aa': 10}, {'aa': np.nan}])

两种方式都会生成符合预期的DataFrame：

方案2：先建DataFrame再追加行

先基于字典创建初始DataFrame，再添加含NaN的行（注意pandas版本差异）：

import pandas as pd
import numpy as np

df = pd.DataFrame([{'aa': 10}])
# pandas 2.0及以上版本用_append
df = df._append({'aa': np.nan}, ignore_index=True)
# pandas 2.0以下版本用append
# df = df.append({'aa': np.nan}, ignore_index=True)

方案3：用pd.DataFrame.from_dict构造

把数据整理成规范的字典列表，再调用from_dict方法：

import pandas as pd
import numpy as np

data = [{'aa': 10}, {'aa': np.nan}]
df = pd.DataFrame.from_dict(data)

内容的提问来源于stack exchange，提问作者Brian Smith